算法确实在加剧政治极化
——而这款 AI 工具能助你跳出陷阱

研究人员通过一款浏览器插件重新排列 X 平台的信息流，成功削弱了社交媒体的极化效应。

人们普遍认为，社交媒体算法为了流量优先推送极端内容，是导致政治极化加剧的罪魁祸首，但这一观点长期以来缺乏实证。由于算法权限掌握在平台方手中，若无平台那愈发罕见的配合，外部研究人员根本无法洞察产品逻辑的微调将如何影响用户行为。

然而，发表在《科学》杂志上的一项最新研究不仅有力地证明了算法确实会导致极化，还提出了一种无需平台授权、无需删除帖子的缓解方案。

研究团队开发了一款浏览器插件，能够实时分析并重新排序用户在 X 平台上接收的信息流。该工具利用大语言模型（LLM）识别并压低那些带有极化倾向的帖子——例如散布党派敌意或支持反民主行为的内容，同时也可以选择提升此类内容的权重。

—————————————————
海上邮报，时政/科学/商业/新知
overseaspost.news
—————————————————

“过去，只有平台方拥有定义和解读这些算法的权力，”研究共同作者、华盛顿大学信息科学家马丁·萨韦斯基指出，“而这款工具将这种权力交还给了独立研究者。”

在 2024 年美国大选前的 10 天里，研究团队开展了一项实验。1200 多名志愿者被随机分配到不同的信息流模式中：一部分人的极化内容排名被大幅下调，使其在刷到疲劳前很难看到此类信息；另一部分人的极化内容则被略微置顶。

实验结果显示，无论政治立场如何，那些信息流中极化内容被弱化的用户，对异见群体的态度明显更加温和（基于短期问卷调查）；相比之下，信息流未作改动的对照组态度依旧，而那些被推送了更多极化内容的用户，对对立阵营的敌意则进一步加深。

在百分制的“情感温度计”上，这种温差大约为 2 到 3 度。虽然数值看似微小，但东北大学传播科学家、研究共同作者贾晨燕解释道：“这已经相当于美国社会平均三年的历史性情感演变。”此外，这种算法干预还直接影响了用户在浏览信息时所感受到的悲伤与愤怒情绪。

多伦多大学心理学家维多利亚·奥尔登堡·德·梅洛专门研究技术对行为与社会的影响，她认为该研究最令人惊叹之处在于将严密的实验控制与真实社交环境完美结合。“他们用一种极其聪明的方式绕过了平台的审批。在此之前，从未有人做到过。”她补充道，目前尚不清楚这种效应能持续多久——它可能会随时间消散，也可能会产生叠加效应。研究人员表示，这将是未来的重点研究方向，并已将代码开源，鼓励其他科学家共同参与。

目前，该工具仅支持网页版社交平台。马丁·萨韦斯基坦言，由于移动端 App 的运行机制不同，开发适配版本在技术上更具挑战性，“但我们正在积极探索”。

萨韦斯基还提到，得益于大语言模型分析的灵活性，研究团队计划探索更多针对社交媒体信息流的干预手段。“我们的研究框架具有普适性，未来还可以应用在提升用户幸福感、改善心理健康等更多领域。”

—————————————————
海上邮报，时政/科学/商业/新知
overseaspost.news
—————————————————
[嘻嘻]